GRAND 自主检测单元自触发器的开发
机器学习
2024-09-04 v1
摘要
广播逸出气沫的无线探测（如 GRAND 所遇到的）的主要挑战之一是需要自主无线自触发。本文介绍了在 NUTRIG 项目背景下，针对检测单元级别（即所谓的一级触发器，FLT）的当前自触发技术开发。此处描述的第二级触发器（SLT）在单独的论文中。本文描述了两种 FLT 方法，基于模板匹配算法和卷积神经网络（CNN）。本文比较了两种 FLT 方法在信号选择效率和背景抑制效率方面的初步离线性能。我们发现，对于两种方法，在要求 水平下达到 信号选择效率时，可以抑制 的背景。
引用
@article{arxiv.2409.01025,
title = {Variation in prediction accuracy due to randomness in data division and fair evaluation using interval estimation},
author = {Isao Goto},
journal= {arXiv preprint arXiv:2409.01025},
year = {2024}
}
备注
9 pages, 3 figs, 5 tables